You are on page 1of 45

1. LINEARNA ALGEBRA S MATRINIM RAUNOM 1. 1. MATRICE 1.1.1.

Definicija i vrste matrica Matrica A tipa mxn je pravokutna tablica realnih ili kompleksnih brojeva aij koji su poredani u m redaka i n stupaca. Prvi indeks ( i ) broja

aij oznaava redak u kojem

oznaavamo s Mm,n (R). Matrice koje imaju jedan stupac (n = 1) zovu se vektor-stupac, a matrice koje imaju jedan redak (m = 1) zovu se vektor-redak. Nulmatrice su matrice kojima su svi elementi jednaki nuli. Matrice koje imaju jednako mnogo redaka i stupaca (m = n ) zovu se kvadratne matrice. Jedinina matrica je kvadratna matrica kojoj su elementi na dijagonali jedinice, a ostali nule. Primjer 1: Neka su
1 2 3 1 1 - 2 3 A = 4 5 6 , B = , C = 4 . 4 - 5 6 7 8 9 7

se aij nalazi, a drugi indeks ( j j stupac u kojem se aij nalazi. Skup svih realnih matrica

A ima 3 retka i 3 stupca (ona je tipa 3x3 ili kvadratna treeg reda) B ima 2 retka i 3 stupca (ona je tipa 2x3) C ima 3 retka i 1 stupac (ona je tipa 3x1) a11 = 1, a 22 = 5, a 32 = 8 ; c11 = 1, c 21 = 4, c 31 = 7 . b11 = 1, b 22 = 5, b 23 = 6 b31 ne postoji;

Matrica A je matrica sustava x1 + 2 x 2 + 3x3 = 6 4 x1 + 5 x 2 + 6 x3 = 15 , 7 x1 + 8 x 2 + 9 x3 = 24 a matrica B je proirena matrica sustava x 2y = 3 4x 5 y = 6

Neka je A matrica tipa

2x3 iji su elementi odreeni jednadbom: aij = ( 1)i + j . Tada je i = 1, 2 , j = 1, 2, 3 i


1

a21 = ( 1)2 +1 = 1, a22 = ( 1)2 + 2 = 1,


Dakle, 1 - 1 1 A= . - 1 1 - 1

a11 = ( 1)1+1 = 1 , a12 = ( 1)1+ 2 = 1 , a13 = ( 1)1+ 3 = 1 ,


a 23 = ( 1)
2+3

= 1.

Za dvije matrice kaemo da su jednake ako su one istog tipa i ako su im odgovarajui elementi jednaki. Matrice

2 1 3 B= 4 5 6 su istog tipa, ali im odgovarajui elementi nisu jednaki, pa je A B. 1 2 3 A= 4 5 6


i
1.1.2. Trag matrice Trag kvadratne matrice je zbroj njeni dijagonalnih elemenata.

2 2 Trag matrice A = 2 3

7 -1 -1 2

0 0 1 -8

1 0 je tr ( A) = 2 + ( 1) + 1 + 4 = 6 . 5 4

1. 2. Operacije s matricama
1.2.1 Zbrajanje matrica Zbroj dviju matrica A i B definira se u sluaju kada su one istog tipa, a dobije se zbrajanjem odgovarajuih elemenata matrica A i B. Primjer 2: Neka su zadane matrice 1 - 2 3 A= 4 - 5 6 Tada je

4 - 3 2 i B= . - 4 5 - 1 5 - 5 5 0 0 5 .

1 + 4 - 2 - 3 3 + 2 A+B= = 4 - 4 - 5 + 5 6 -1 Zbroj elemenata matrice A+B: 5-5+5+5 = 10.

1. 2. 2 Mnoenje matrice brojem (skalarom)

Matrica A mnoi se brojem a tako da se svaki element matrice A pomnoi brojem a (oznaka: aA).
Primjer 3: Neka su

1 - 2 3 A= i a = 3. 4 - 5 6 3 - 6 9 Tada je aA= . 12 - 15 18
Primjer 4: Neka su - 2 1 0 0 1 2 0 3 , B = 2 1 i C = - 2 1 , a = 2, b = -3, c =1. A= 1 0 -1 4 2 1 Tada je - 2 1 0 0 1 2 0 3 +(-3) 2 1 + - 2 1 = aA + bB + cC= 2 1 0 - 1 4 2 1
- 4 2 0 0 1 2 - 3 4 = 0 6 + - 6 - 3 + - 2 1 = - 8 4 . 2 0 3 - 12 2 1 7 - 11

1. 2. 3 Oduzimanje matrica

Za proizvoljne matrice A i B istog tipa definira se A-B = A + (-1)B.


Primjer 5: Neka su

4 9 1 7 A= , B = 5 4 . 2 6 Tada je 1 7 4 9 1 - 7 3 2 4 9 AB= + (1) 5 4 = 2 6 + - 5 - 4 = - 3 2 . 2 6

1. 2. 4 Mnoenje matrica

Mnoenje matrica (meusobno) je kompliciranija operacija od zbrajanja i mnoenja skalarom. I uvjet kad moemo mnoiti dvije matrice je neobiniji. Razlog takvom relativnom kompliciranom pravilu vezan je za primjene matrica drugaije definirano mnoenje ne bi omoguavalo nijednu od uobiajenih primjena matrica. Upozorimo najprije da kod mnoenja matrica osim na sam uvjet mogu li se dvije matrice pomnoiti svakako treba paziti na redoslijed. Vektor-redak A tipa 1xn i vektor-stupac B tipa mx1 mogu se mnoiti u redoslijedu AB samo ako je m=n redak je irok koliko je stupac visok. Rezultat takvog mnoenja je matrica tipa 1x1 . Pravilo za mnoenje takvih matrica je dano s b1 b [a1 a 2 L a n ] 2 = [a1 b1 + a 2 b2 + L + a n bn ] . M bn To e na biti ope pravilo za mnoenje retka sa stupcem: redom mnoimo odgovarajue lanove te dobivene umnoke zbrojimo.
Primjer 6:

2 3 [1 5 0 - 3] = [1 2 + 5 3 + 0 5 + ( 3) 3] = [8] . 5 3
U sluaju da je prva matrica u poretku AB vektor-stuapac tipa mx1 , a druga matrica vektor-redak tipa 1xn , izraunavanje umnoka AB je mogue neovisno o tome jesu li m i n jednaki ili ne. Rezultat e biti matrica tipa m n ,tj. imat e redaka koliko prva, a stupaca koliko druga matrica umnoka. Primjer 7: 2 10 2 1 [1 5] = 1 5 . . 6 30 6 - 2 - 10 2 Neka je A matrica tipa m k i B matrica tipa p n . Produkt AB definiran je samo ako je k = p , tj. ako je broj stupaca prve matrice A jednak broju redaka druge matrice B (tada kaemo da su te dvije matrice ulanane u redoslijedu AB). Ako je umnoak definiran onda je matrica AB tipa m n , tj. umnoak ima toliko

redaka koliko ih ima prva matrica A te toliko stupaca koliko ih ima druga matrica B. Dakle, tip AB = { m k , p n } = m n, ako je k = n, 14 244 4 3
ovisi o tipovima A i B

umnoak AB nije definiran ako je k p.


Za primjer ako je A matrica tipa 3 2 , a B tipa 3 2 , onda je: tip AB = {3 2, 2 4} = 3 4 - umnoak vanjskih brojeva- jer je 2 = 2,
tip BA = 2 4, 3 2 umnoak BA nije definiran jer je 4 3. 1 24 4 3 ovisi o tipovima B i A, brojevi susjednijednaki moraju biti

Neka je umnoak AB definiran i C = AB. Element cij matrice C dobije se tako da se elementi i-tog retka matrice A pomnoe na "odgovarajui" nain s elementima j-tog stupca matrice B i tako dobiveni umnoci zbroje.
Primjer 8:
2 -3 1 0 - 2 A= , B = -1 0 . 3 -5 2 4 5 Odredite, ako je mogue, AB i BA.

Matrica A je tipa 2x3, a B tipa 3x2, tj. k = 3 = p. Dakle, produkt AB je definiran. Oznaimo C = AB. Tada je C matrica tipa 2x2, tj. ima 2 retka i 2 stupca (kvadratna matrica drugog reda , pa je oblika
c11 c12 C= (kvadratna matrica drugog reda). c 21 c 22

Element c11 dobijemo tako da "mnoimo na odgovarajui nain" (kao u promjeru 6) 1. redak matrice A s prvim stupcem matrice B: 2 [c11 ] = [ 1 0 - 2] - 1 = [1 2 + 0 (1) + (2) 4] = [ 6] c11 = 6 . 4 Element c12 dobijemo tako da "mnoimo na odgovarajui nain" 1. redak matrice A (prvi indeks u oznaci c12 ) s drugim stupcem matrice (drugi indeks u oznaci c12 ) :

[c12 ]
Analogno dobivamo:
2 [c21 ] = [ 3 - 5 2] - 1 4

-3 = [ 1 0 - 2] 0 =. 5

= [3 2 + (5) (1) + 2 4] = [19] c = 19 . 21

-3 [c22 ] = [ 3 - 5 2] 0 = [3 (3) + (5) 0 + 2 5] = [1] c 22 = 1 . 5

Dakle, 6 - 13 C = AB = . 1 19 Zbroj elemenata matrice C: -6+19-13+1 = 1. Matrica B je tipa 3 2 , a A tipa 2 3 . Dakle, produkt BA je definiran jer je broj stupaca matrice B jednak broju redaka matrice A. Oznaimo D = BA. Tada je D matrica tipa 3x3, tj. ima 3 retka i 3 stupca, pa je oblika
d11 d 12 d 13 D = d 21 d 22 d 23 (kvadratna matrica treeg reda). d 31 d 32 d 33

Element d11 dobijemo tako da "mnoimo na odgovarajui nain" 1. redak matrice B s prvim stupcem matrice A: 1 [d11 ] = [ 2 - 3 ] = [2 1 + (3) 3] = [ 7] d11 = 7 . 3 Element d12 dobijemo tako da "mnoimo na odgovarajui nain" 1. redak matrice B s drugim stupcem matrice A: 0 [d12 ] = [ 2 - 3 ] = [2 0 + (3) (5)] = [15] d12 = 15 . -5 Analogno dobivamo: -2 [d13 ] = [ 2 - 3 ] = [2 (2) + (3) 2] = [ 10] d13 = 10 2

[d 21 ] = [ [d 22 ] = [

-1

-1 -1

[d 23 ] = [

1 = [(1) 1 + 0 3] = [ 1] d 21 = 1 3 0 0 ] = [(1) 0 + 0 (5)] = [0] d 22 = 0 . -5 -2 0 ] = [(1) (2) + 0 2] = [2] d 23 = 2 . 2


0

[d 31 ] = [ [d 32 ] = [
4 4

4 5

1 3

= [4 1 + 5 3] = [19] d 31 = 19 .

[d 33 ] = [
Dakle,

0 = [4 0 + 5 (5)] = [ 25] d 32 = 25 . -5 -2 5 ] = [4 (2) + 5 2] = [2] d 33 = 2 . 2

7 15 - 10 D = BA = - 1 0 2 . 19 - 25 2 Zbroj elemenata matrice D:-7+15-10-1+2+19-25+2 = 40 43 = -3.

Iz ovog primjera vidimo da mnoenje matrica nije komutativno, tj. ne mora vrijediti AB = BA.

Primjer 9: Neka su
5 A=7 1 2 2 3 1 -1 , B = 2 -2 4 -5

4 . 0

Odredite, ako je mogue, AB i BA.


Rjeenje: Matrica A je tipa 3x2, a B tipa 2x4, tj. k = 2 = p. Dakle, produkt AB je definiran. Oznaimo C = AB. Tada je C matrica tipa 3x4, tj. C ima 3 retka i 4 stupca. Elemente matrice C dobivamo analogno kao u prethodnom primjeru, samo to izraunavanje prikazujemo u jednostavnijem obliku:
5 C = AB = 7 1 52 + 22 = 7 2 -1 2 1 2 - 5 2 2 -1 -5

2 3 1 2 -2 4

c11 c12 c13 c14 4 = c 21 c 22 c 23 c 24 = 0 c31 c32 c33 c34 5 4 + 2 0 14 7 4 - 1 0 = 12 1 4 - 5 0 - 8 11 23 13 13 3 - 19 20 28 4

53- 22 7 3 + 1 2 1 3 + 5 2

5 1 + 2 4 7 1 - 1 4 1 1 - 5 4

Matrica B je tipa 2 4 , a A tipa 3 2 . Dakle, produkt BA je nije definiran jer broj stupaca matrice B nije jednak broju redaka matrice A (3 4).

1. 2. 5 Transponiranje matrice
Transponirana matrica matrice A oznaava s AT , a iz matrice A dobije se tako da zamijenimo retke i stupce. Primjer 10:
7 15 - 10 7 - 1 19 - 1 0 2 D T = 15 D= 0 - 25 19 - 25 2 - 10 2 2

Svojstva transponiranja: (1) (A + B)T = AT + BT (2) (AT)T = A (3) (AB)T = BTAT. 8

1. 2. 6 Potenciranje matrica
Za n prirodan broj vei od 1, n-ta potencija kvadratne matrice A k-tog reda je isto kvadratna matrica k-tog reda, a dobije se rekurzivnom relacijom: A n = A n 1 A, n > 1 .
Primjer 11: : 1 - 2 4 1 0 5 3 A2 = A A = 0 A= 0 0 2 0

- 2 4 1 5 3 0 0 2 0

- 2 4 1 5 3 = 0 0 2 0

- 12 6 25 21 0 4

1. 2. 7 Matrini polinom
Matrice 1 0 0 1 , 1 1 0 0 0 1 0 , 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 , ... 0 1

zovemo jedinine matrice drugog, treeg, etvrtog reda ... i oznaavamo ih s I2, I3, I4, ..., odnosno sa I ako je iz konteksta jasno koliki je njihov red.
Matrini polinom je izraz oblika

gdje je A kvadratna matrica brojevi.

P(A) = anAn + an-1An-1 + ...+ a1A + a0I, k-tog reda, I jednina matrica k-tog reda, ai su realni

Primjer 12: Odredite vrijednost polinoma f ( x) = x 2 3x + 2 za matricu

11 7 A= . - 2 4
Rjeenje:

Potrebno je izraunati A

-3A + 2I, gdje je I jedinina matrica drugog reda.

11 7 11 7 121 - 14 77 + 28 107 105 A2 = = = - 2 4 - 2 4 - 22 - 8 - 14 + 16 - 30 2 107 105 11 7 1 0 107 105 33 - 21 2 0 76 84 f(A) = -3 - 2 4 + 20 1 = - 30 2 + 6 - 12 + 0 2 = - 24 - 8 . - 30 2

1. 3 Primjena matrica
Zbrajanje matrica moemo ekonomski interpretirati na sljedei nain:
Primjer 1: Neka su proizvodi I, II i III prodavani na prodajnim mjestima 1, 2 i 3. Koliine prodaje po proizvodima i prodajnim mjestima dani su za dvije godine u ove dvije tablice:

PRVA GODINA

DRUGA GODINA

1 2 3 1 2 3 I 98 24 42 I 55 19 44 II 39 15 22 II 43 53 38 III 22 15 17 III 11 40 20 Oznaimo li prvu matricu s A, a drugu s B, tada e matrica A+B biti matrica ukupnog prometa u obje godine. Dakle, matrica ukupnog prometa je
143 A + B = 82 33 43 68 55 86 60 . 37

Ako elimo utvrditi je li u drugoj godini promet po proizvodoma i prodajnim mjestima vei ili manji od prometa u prvoj godini, moramo usporediti matrice A i B. Odmah vidimo da te dvije matrice nisu usporedive, tj. nije ni A = B, ni A <B ni A> B. Interpretacija oduzimanja matrica pokazuje sljedei primjer:
Primjer 2: Prodaja proizvoda I, II od 1. sijenja do 31. oujka iste godine u prodavaonicama 1, 2, 3 i 4 dana je u tablici:

1 I 910 II 860

2 3 4 1275 1210 1304 967 667 1048

Prodaja istih proizvoda u razdoblju od 1. sijenja do 30. lipnja dana je u sljedeoj tablici: 1 2 3 4 I 2050 1340 1344 1384 I1 380 1058 1011 1188 Ako elimo znati prodaju proizvoda po prodajnim mjestima u razdoblju od 31. oujka do 30. lipnja , moramo izraunati razliku prve matrice C i druge matrice D, tj.

10

910 CD= 860 1140 = 520

1275 967 65 91

1210 667 134 344

1304 2050 1048 1380 80 . 41

1340 1058

1344 1384 = 1011 1189

Prirodno je da je matrica C-D nenegativna, tj. da je C<D. Da bismo interpretirali umnoak matrica, razmotrimo sljedei primjer.
Primjer 3: Jedan finalni tehniki proizvod P proao je kroz 4 prerade P1, P2, P3 i P4 dok nije bio gotov. Te prerade su obavljenje u odjeljenjima O1, O2 i O3 jedne tvornice. Broj utroenih radnih sati za pojedine prerade u pojedinim odjeljenjima dan je u sljedeoj tablici: Odjeljenje Radni sati P1 P2 P3 P4 O1 1 2 1 3 4 0.5 5 1 O2 6.5 1 2 0.5 O3

Cijena radnih sati po odjeljenjima za 5 vremenskih perioda T1, T2, T3, T4, T5 dane su ovom tablicom: Period Cijene radnih sati O1 O2 O3 T1 7 7 6 6 7 7 T2 6 9 8 T3 5 8 7 T4 5 10 6 T5 Prikaite matricom cijene trokova svih proizvoda u pojedinim periodima T1, T2, T3, T4, T5 izraunajte cijenu trokova finalnog proizvoda za svaki period posebno.
Rjeenje:
5 7 6 6 7 7 2 1 3 1 Radni sati: R = 4 0.5 5 1 , trokovi T = 6 9 8 0.5 1 2 0.5 5 8 7 5 10 6 Cijene trokova svih proizvoda u pojedinim periodima:

11

14.5 72 79.5 22.5 K = TR = 74 22 82.5 21 84 21

52 55 25 59 67

25 28.5 31 . 26.5 28

Cijene trokova svih proizvoda u pojedinim periodima dobivamo tako da zbrojimo sve elemente odgovarajueg retka matrice K: T2 T3 T4 T5 period T1 -------------------------------------------------------------trokovi 163.5 185.5 152 189 200

12

1. 4 DETERMINANTA KVADRATNE MATRICE Determinanta prvog reda matrice A = [a11 ] je broj a11 (det A = a11). Primjer 1:

Ako su A = [12] i B = [ 4] , onda su det A = 12 i det B = -4.


Determinanta drugog reda matrice
a11 A= a 21 a 12 a 22

je broj det A = a11 a 22 a12 a 21 .


Primjer 2: Ako je

1 A= 5 onda je det A = 13-(-4)5 = 23.


Determinata treeg reda matrice
a11 A = a 21 a 31

- 4 , 3

a 12 a 22 a 32

a 13 a 23 a 33

je broj koji se moe izraunati pomou Sarrusova pravila (vrijedi samo za determinantu treeg reda):
a11 det A = a 21 a 31 a 12 a 22 a 32 a 13 a11 a12 a 23 a 21 a 22 = a 33 a31 a 32

= a11 a 22 a33 + a12 a 23 a31 + a13 a 21 a32 a31 a 22 a13 a32 a 23 a31 a12 a 21 a33 .
Primjer 3:
-3 4 2 3 4

1 0 - 4 1 0 = (3) 0 3 + 4(4) 5 + 2 1 6 (2 0 5 + 6 (4) (3) + 4 1 3 = 152 5 6 3 5 6

13

Neka je A kvadratna matrica reda n >1. Minora elementa aij je determinanta matrice reda n-1 koju doobijemo tako da izostavimo i-ti redak i j-ti stupac u matrici A (oznaka Mij).
Primjer 4: Ako je
-3 A= 1 5 4 0 6 2 - 4 , 3

onda su 0 M 11 = det 6 1 M 12 = det 5 1 M 13 = det 5 - 4 0 = 3 6 - 4 1 = 3 5 0 1 = 6 5 4 = 0 + 24 = 24 3 -4 = 3 + 20 = 23 3 0 = 60 = 6 6

Algebarski komplement (kofaktor) elementa aij je umnoak faktora minorom Mij, tj.

(1)i + j

Aij = ( 1)

i+ j

Odgovarajui algebarski kofaktori za matricu iz primjera 4 su:

A11 = ( 1) M 11 = M 11 = 24 ,
1+1

A12 = ( 1)

1+ 2

M 12 = M 12 = 23 ,
M 13 = M 13 = 6 .

A13 = ( 1)

1+ 3

Determinanta kvadratne matrice n-tog reda, n>1, moe se izraunati tako da se svaki element odreenog retka, odnosno stupca, pomnoi svojim algebarskim algebarskim komplementom i dobiveni umnoci zbroje.

Tada se govori o razvoju determinate po odgovarajuem retku, odnosno stupcu. Ovakav nain raunanja determinte mora se primijeniti za determinante reda n>3. Dakle, razvojem po prvom retku, imamo:

det A = a11 A11 + a12 A12 + a13 A13 = (3) 24 + 4 (23) + 2 6 = 152.

14

. Primjer 5: Izraunajte determinantu kvadratne matrice a11 a 12 A= . a 21 a 22 Rjeenje: Razvoj po 1. retku:


A11 = (1)1+1 M 11 = M 11 = det a 22 = a 22 , A12 = (1)1+ 2 M 12 = M 12 = det a 21 = a 21
det A = a11 A11 + a12 A12 = a11 a 22 a12 a 21 ,

[ ]

[ ]

a to smo pravilo za raunanje detrminante drugog reda ve naveli.


Primjer 6: Izraunajte determinantu matrice 1 5 1 1 2 0 1 1 . A= 0 1 2 3 1 0 0 1 Rjeenje: Razvoj po prvom retku: det A = a11 A11 + a12 A12 + a13 A13 + a14 A14 a11 = 1 , a12 = 5 , a13 = 1 , a14 = 1 Razvoj po etvrtom retku: det A = a 41 A41 + a 42 A42 + a 43 A43 + a 44 A44 a 41 = 1 , a 42 = 0 , a 43 = 0 , a 44 = 1 Budui da u etvrtom retku ima dvije nule, raunat emo determinantu razvojem po etvrtom retku. det A = 1 A41 + 0 A42 + 0 A43 + ( 1)A44 = A41 A44 .

A41 = ( 1)

4 +1

M 41 = ( 1) M 41 = M 41 = 0 1 M 44 = 1 M 41 = M 41 = 2 0 0 1

5 1 1 1 2

1 = [15 + 1 (1 10 )] = 25 3

A44 = ( 1)

1 5 1
4+ 4

1 = 2 (1 + 20 ) = 23 2

det A = 25 + ( 1) ( 23) = 2.

15

Osnovna svojstva determinati:

(a) Determinanta se mnoi brojem da se bilo koji redak ili stupac pomnoi tim brojem. (b) Vrijednost se determinante ne mijenja ako svim elementima nekog retka (ili stupca) dodamo odgovarajue elemente nekog drugog retka (ili stupca) eventualno pomnoene nekim brojem. Navedena pravila omoguuju da se u nekom retku (ili stupcu) postigne maksimalan broj nula (dakle, najvie jedan element u odabranom retku, odnosno stupcu je tada razliit od nule), pa se izvri razvoj po tom retku, odnosno stupcu.
Primjer 7: Izraunajte vrijednost determinante sljedee matrice treeg reda: - 2 1 3 A = 1 0 2 . 4 -1 5
-2 det A = 1 1 3 -2 1 0 3 2 -2 = 1 2 1 3 0 2 = 0 8

0 2 = (3. retku dodajemo 1. redak) = 1

4 -1 5

4 - 2 -1 + 1 5 + 3

=( razvoj po 2. stupcu ) = A12 =

1 2

2 = (8 4) = 4 . 8

Primjer 8: Izraunajte vrijednost determinate sljedee matrice etvrtog reda:

1 -5 4 5 2 72 13 15 . A= 3 - 52 0 - 7 4 - 5 - 7 - 3 1 -5 4 5 2 72 13 15 det A = =(Ir(-2)+IIr, Ir(-3)+IIIr, Ir(-4)+IVr) = 3 - 52 0 - 7 4 -5 -7 -3 (1. redak smo pomnoili s -2 i dodali 2. da bismo na poziciji (2,1) dobili 0, zatim smo 1. redak pomnoili s -3 i dodali 3. da bismo na poziciji (3,1) dobili 0

16

i na kraju 1. redak pomnoili s -4 i dodali 4. da bismo na poziciji (4,1) dobili 0) 1 -5 4 5 82 5 5 0 82 5 5 = = - 37 - 12 - 22 = ( 2. stupac pomnoimo s -1 i dodamo 3. 0 - 37 - 12 - 22 15 - 23 - 23 0 15 - 23 - 23
82 5 0

stupcu) = - 37 - 12 - 10 =-(-10) 15 - 23 0

82 5 =10(82(-23)-515)= 19 610. 15 - 23

Primjer 9: Izraunajte vrijednost determinate sljedee matrice etvrtog reda:

1 1 1 1 -1 1 A= 1 1 -1 1 1 1 1 1 1 1 -1 1 det A = 1 1 -1 1 1 1
-2 0 0 0 1 = -8. -2

1 1 . 1 - 1 1 1 1 0 -2 0 0 0 -2 0 0 0 1 0 0 -2

1 1 =((-1)Ir+IIr,(-1)Ir+IIIr,(-1)Ir+IVr)= 1 -1

0 -2 0

Primjer 10: Izraunajte vrijednost determinate sljedee matrice etvrtog reda:

2 -5 4 3 3 -4 7 5 . A= 4 -9 8 5 2 - 5 3 - 3 Primijetimo da matrica A nema ni na jednoj poziciji 1. Kako je najjednostavnije u nekom retku (stupcu) postii da je najvie jedan element razliit od nule ako taj redak (stupac) sadri 1, prvi supac emo pomnoiti s -1 i dodati 4. stupcu. Na taj nain na poziciji (1,4) dobivamo 1.

17

2 -5 4 3 2 -5 4 1 3 -4 7 5 3 -4 7 2 = (Is(-1)+IVs) = det A = =(koristei 1 na poziciji 4 -9 8 5 4 -9 8 1 -3 2 -5 3 -3 2 -5 6 (1,4) u prvom retku na preostalim pozicijama dobivamo 0) = 0 0 0 1 -1 6 -1 -1 6 -1 2 = 4. 4 = (Is+IVs(-2), IIs+IVs5, IIIs+IVs(-4)) = =- 2 -4 2 -4 4 1 - 15 32 - 29 - 15 32 - 29 6 Binet-Cauchyjev tgeorem: Za matrice A, B reda n vrijedi det (AB) = det Adet B, tj. determinanta umnoka kvadratnih matrica istog reda jednaka je umnoku determinanti tih matrica.

18

1. 5. RJEAVANJE SUSTAVA LINEARNIH JEDNADBI POMOU DETERMINANTI

1.5.1. Linearne jednadbe


Linearna jednadba s jednom nepoznanicom x je jednadba oblika ax = b , gdje su a i b zadani brojevi. Rjeenje jednadbe je svaki broj ije uvrtavanje u jednadbu umjesto x daje istinitu numeriku jednakost. Primjer 1: Jednadba 8 x 3( x 4 ) = 2 x 9 je linearna jer ju moemo svesti na oblik ax = b : 8 x 3( x 4 ) = 2 x 9, 8x - 3x + 12 = -2x - 9, 7x = -21.

Rjeenje jednadbe ax = b je nultoka funkcije f ( x) = ax b . Mogua su tri sluaja: Jedinstveno rjeenje (ako je a 0 )- pravac y = ax b sijee x-os u nultoki b x = kojs je rjeenje nae jednadbe. a Nema rjeenja (ako je a = 0 i b 0 ) pravac y = ax b je paralelan s x-osi. Beskonano mnogo rjeenja (ako je a = b = 0) - pravac y = ax b se podudara s x-osi, pa je svaki x R rjeenje nae jednadbe.
Primjer 2: Jednadbe 8 x 3( x 4) = 2 x 9, 8x - 3(x - 4) = 5x - 6 i 8x - 3(x - 4) = 5x + 12 su primjeri za sva tri gore navedena sluaja.

Linearna jednadba s dvije nepoznanice x i y je jednadba oblika ax + by = c , gdje su a, b i c zadani brojevi. Broj c zove se slobodni lan, a a i b su koeficijenti jednadbe. Rjeenje te jednadbe je svaki ureeni par brojeva ije uvrtavanje u jednadbu umjesto x a i y - b daje istinitu numeriku jednakost.
Primjer 3: Jednadba 2 x 5 y = 3 je linearna jednadba s dvije nepoznanice. Ureen par (4,1) je jedno njeno rjeenje, a par (1,2 ) nije rjeenje te jednadbe.

Linearna jednadba s n nepoznanica x1 , x 2 , L , x n je jednadba oblika a1 x1 + a 2 x 2 + L + a n x n = b , gdje su a1 , a 2 , L , a n , b zadani brojevi. Broj b zove se slobodni lan, a a1 , a 2 , L , a n su koeficijenti jednadbe. Rjeenje jednadbe je svaka ureena n-torka brojeva ije uvrtavanje u jednadbu na mjesto xi ova daje istinitu numeriku jednakost.

19

Primjer 4: Jednadba 2 x1 + x 2 5 x3 4 x 4 + x5 = 0 je linearna jednadba s pet nepoznanica. (0, 0, 0, 0, 0) su dva njena rjeenja, a petorka Ureene petorke (1, 1, 1, 0, 2 ) i (1, 3, 1, 3, 2) nije rjeenje te jednadbe.

Moemo ukratko rei da je linearna jednadba s odreenim nepoznanicama jednadba kojom iskazujemo da odreena linearna kombinacija tih nepoznanica ima odreenu vrijednost (jednaku slobodnom lanu). Pritom, nije dobro rei da je slobodni lan onaj broj desno - iako je u sreenom obliku uobiajeno slobodni lan pisati desno od znaka jednakosti, bolje je naglasiti njegov smisao: to je konstantni lan jednadbe, tj. lan koji ne sadri nijednu od nepoznanica (gdje pod lanom mislimo na aditivni lan, odnosno podizraz koji je pribrojen ostatku promatranog izraza.

1.5.2 Sustavi linearnih jednadbi


Sustav linearnih jednadbi je skup s konano mnogo linearnih jednadbi s istim nepoznanicama za koje traimo zajedniko rjeenje. Rjeenje sustava je svaka ureena ntorka brojeva koja zadovoljava sve jednadbe sustava. Ako sustav ima m jednadbi s n nepoznanica zovemo ga mxn sustavom. Sustav kod kojih su svi slobodni lanovi jednaki nuli zovu se homogeni sustavi, a ostali se zovu nehomogeni sustavi.
Primjer 5: Primjer sustava s dvije jednadbe i tri nepoznanice je sustav: x + y + z = 0, - 2x + y = 0 . Njegovo rjeenje je npr. trojka (0, 0, 0 ) jer zadovoljava obje jednadbe, a trojka (1, - 1, 0 ) nije rjeenje sustava jer zadovoljava samo prvu jednadbu.

Neka je zadan sustav a11 x1 + a12 x 2 + a13 x3 = b1


a 21 x1 + a 22 x 2 + a 23 x3 = b2 a31 x1 + a32 x 2 + a33 x3 = b3

(1)

sa tri jednade i tri nepoznanice. Brojevi aij zovu se koeficijenti uz nepoznanice, a brojevi bi slobodni lanovi sustava. Uz navedeni sustava vezana je matrica sustava
a11 a 12 a 13 A = a 21 a 22 a 23 a31 a 32 a 33

koju nazivamo matrica sustava. Razmatranje se moe provesti za proizvoljni prirodni broj nepoznanica n = 2, 3, 4, ... . 20

Za rjeavanje navedenih sustava koristi se tzv. Cramerovo pravilo: (1) Sustav (1) ima jedinstveno rjeenje ako je det A razliita od nule. U tom sluaju rjeenje je dano formulom
xk = det Ak Dk = , det A D

gdje je D determinanta matrice koeficijenata sustava ( matrice A=[aij]), a Dk determinanta matrice koju iz A dobijemo tako da joj k-ti stupac zamijenimo elementima matrice-stupca slobodnih lanova b1 B = b2 . b3 Ove formule imaju dosta nedostataka. Praktine su samo za 2 x 2 i 3 x3 sustave jer za vee nxn sustave zahtijevaju dosta rauna. (2) Ako je det A = 0 i ako su sve determinante det Ak= 0, onda je sustav neodreen, odnosno ima beskonano mnogo rjeenja. (3) Ako je det A =0 i bar jedna od determinanti det Ak je razliita od nule, onda sustav nema ni jedno rjeenje, za njega kaemo da je nekonzistentan ili nemogu.

Primjer 6: Rijeite sustav

x1 x 2 + 3 x3 = 6

2 x1 + 3x 2 + 4 x3 = 13 .
x1 2 x 2 + 3 x3 = 5

Ovdje su
1 -1 det A = D = 2 3 3 1 1 4 2 3 =(9-4-12)-(9-8-6) = -2 0, sustav ima jedinstveno rjeenje

1 - 2 3 1 2 6 -1 3 6 1

det A1 =D 1 = 13 3 4 13 3 =(54-20-78)-(45-48-39) = -2 5 -2 3 5 2

21

3 16 4 213 =(39+24+30)-(39+20-9) = -2 31 5 6 1 1 13 2 3 =(15-13-24)-(18-26-10) = -4

det A2 = D2 = 2 1 3 1 5 1 -1 det A3 = D3 = 2 3

1 -2 5 1 2

x1 =

D1 2 = = 1, D 2

x2 =

D D2 2 4 = = 1 , x3 = 3 = = 2. D 2 D 2

Kontrola: Uvrste se dobivena rjeenja u sve jednadbe sustava. Primjer 11: Rijeite sustav

2 x1 4 x 2 x3 = 0
x1 + 2 x 2 + 2 x3 = 6 .

3x1 + 6 x 2 = 6 Ovdje su
2 3 -4 6 -1 2 0 3 4

det A = D = 1 2

2 1 2 6

=- 36, sustav ima jedinstveno rjeenje

0 -4 det A1 =D 1 = 6 6 2 2 6 0

-1 0 4 2 6 2 = - 72 06 6 -1 2 0 2 1 6 = 0 0 3 6 0 2 4 6 1 2 = -144 6 3 6

det A2 = D2 = 1 6 3 6 2 -4 det A3 = D3 = 1 2 3 x1 = D1 72 = = 2, D 36 x2 = 6

D D2 0 144 = = 0 , x3 = 3 = = 4. D 36 D 36

Kontrola: Uvrste se dobivena rjeenja u sve jednadbe sustava.

22

Primjer 12: Rijeite sustav

x1 + 2 x 2 + 3x3 = 4

2 x1 + x 2 x3 = 3

3x1 + 3x 2 + 2 x3 = 7 Ovdje su sve determinante jednake nuli, tj. D = D1 = D2 = D3 = 0, pa sustav ima beskonano mnogo rjeenja.
Primjer 13: Rijeite sustav

x1 + 2 x 2 + 3x3 = 4

2 x1 + 4 x 2 + 6 x3 = 3 . 3x1 + x 2 x3 = 1 Ovdje su D =0, D1 =-25 0, pa je sustav nekonzistentan, tj. nema ni jedno rjeenje.

Primjer 14: Rijeite sustav

2 x1 + 6 x 2 = 22
x1 + 5 x 2 = 53

Ovdje su det A = D = 2 1 6 = 2 5 6 (1) = 16 0, pa sustav ima jedinstveno rjeenje 5 22 6 det A1 = D1 = = 22 5 6 53 = 208 53 5 2 22 det A2 = D2 = = 2 53 22 (1) = 128 . 1 53

D1 208 D 128 = = 13 , x 2 = 2 = = 8. D 16 D 16 Primjer 15 Rijeite sustav 3x1 + x 2 + 2 x 4 = 13

Dakle, x1 =

x1 + 2 x 2 + 3x3 = 14 . x1 + 2 x3 + 5 x 4 = 27

Ovdje su 3 1 det A = D = 1 0 1 0 2 3 0 2 2 1 2 0 5 3
= 104 0, pa sustav ima jedinstveno rjeenje

23

13 14 det A1 = D1 = 27 19 3 1 det A = D3 = 1 0 Dakle, x1 =

1 0 2 3 0 2 2 1 1 13 2 14 0 27 2 19

2 0 5 3 2 0 5 3

= 104,

3 1 det A2 = D2 = 1 0

13 0 14 3 27 2 19 1 1 0 2 3 0 2 2 1

2 0 5 3 13 14 27 19

= 208

3 1 = 312 , det A4 = D4 = 1 0

= 416 .

D D1 104 D D 208 312 416 = = 1, x2 = 2 = = 2, x 3 = 3 = = 3, x4= 4 = = 4. D 104 D 104 D 104 D 104

24

1.6 INVERZNA MATRICA


Neka je A kvadratna matrica. Inverzna matrica matrice A ( inverz od A) - oznaka A 1 , je matrica koja zadovoljava relaciju : A A 1 = A 1 A = I , gdje je I jedinina matrica istog reda kao i A.
Primjer 1: Pokaite da je matrica

5 - 2 B= - 2 1

inverzna matrica matrice


1 A= 2

2 . 5

Kako je
1 AB = 2

2 5 - 2 1 0 = =I 5 - 2 1 0 1 2 1 0 = = I, 5 0 1

i
5 - 2 1 BA = - 2 1 2

B je inverz od A, pa moemo pisati A 1 = B .


Postupak za izraunavanje inverza matrice A :

1. Izraunati det A a) ako je det A=0, ne postoji inverz od A b) ako je det A 0, postoji inverz od A, nastaviti raunati 2. Izraunati sve algebarske kofaktore matrice A i formirati matricu kofaktora, oznaka Ak
T

3. Transponirati matricu kofaktora: ( Ak ) = adj (A) adjungirana matrica od A 1 1 4. Izraunati inverz od A po formuli: A = det A adj (A)

5. Izvriti kontrolu: AA-1 = A-1A = I, I je jednina matrica istog reda kao i A.


Napomena: Inverz matrice A moe se izraunati i izravno po formuli: A11 A 21 L An1 1 A12 A 22 L An 2 1 , A = M M det A M A1n A 2n L Ann gdje je n red kvadratne matrice A.

25

Primjer 2: Izraunajte inverz matrice


3 1 2 A = - 2 5 4 . 1 3 6 3 1 2

1. det A = - 2 5 4 = 90+4-12-10-36+12 = 48 0, inverz postoji 1 3 6 2. A11 = (1)1+1 M 11 = M 11 = 5 4 = 30 12 = 18 3 6 -2 4 A12 = (1)1+ 2 M 12 = M 12 = = (12 4) = 16 1 6 -2 5 A13 = (1)1+3 M 13 = M 13 = = 6 5 = 11 1 3 1 2 A21 = (1) 2+1 M 21 = M 21 = = (6 6) = 0 3 6 3 2 A22 = (1) 2+ 2 M 22 = M 22 = = 18 2 = 16 1 6 3 1 A23 = (1) 2+3 M 23 = M 23 = = (9 1) = 8 1 3 1 2 A31 = (1) 3+1 M 31 = M 31 = = 4 10 = 6 5 4 3 2 A32 = (1) 3+ 2 M 32 = M 32 = = (12 + 4) = 16 -2 4 3 1 A33 = (1) 3+3 M 33 = M 33 = = 15 + 2 = 17 -2 5

18 16 - 11 Ak = 0 16 - 8 matrica kofaktora - 6 - 16 17 - 6 18 0 T 16 16 - 16 adjunkta matrice A 3. adj (A) = ( Ak ) = - 11 - 8 17 18 0 1 1 adj (A) = 16 16 4. A = det A 48 - 11 - 8


1

- 6 - 16 17

26

5. Provjera:
18 0 1 A A= 16 16 48 - 11 - 8
1

- 6 - 16 17

3 1 2 48 0 0 1 0 0 - 2 5 4 = 1 0 48 0 = 0 1 0 = I 48 1 3 6 0 0 48 0 0 1 - 6 48 0 0 1 0 0 = 1 0 48 0 = 0 1 0 = I - 16 48 0 0 48 0 0 1 17

A A

18 0 3 1 2 - 2 5 4 1 16 16 = 48 - 11 - 8 1 3 6

Primjer 3: Pokaite da je matrica

1 d - b ad bc - c a ako je ad-bc 0 inverzna matrica matrice a b A= . c d Lako se provjeri da je 1 ad bc 0 1 d - b a b = BA = - c a c d = ad bc 0 ad - bc ad bc B= A 1 = 1 d ad bc - c - b 1 d = det A - c a - b . a

1 0 0 1 = I = AB.

Ova se injenica moe koristiti pri izraunavanju inverza matrice drugog reda.

Primjer 4: Koristei se injenicom iz prethodnog primjera odredite inverz matrice 3 4 A= . 5 6

A 1 =

-3 1 6 - 4 1 6 - 4 1 6 - 4 = = = 5 det A - 5 3 2 - 5 3 2 - 5 3 2

2 3 . - 2

Za kvadratnu matricu A kaemo da je regularna ako je det A 0. U tom sluaju postoji matrini inverz A 1 . Svojstva matrinog inverza: 1) Ako postoji A 1 , onda je (A 1 ) = A .
1

27

2) Ako matrice A i B imaju inverze A 1 i B 1 , onda i AB ima inverz i vrijedi ( A B )1 = B 1 A 1 .


3) Ako matrica A ima inverz, onda i Ak ima inverz, k je prirodni broj.

RJEAVANJE SUSTAVA POMOU INVERZNE MATRICE

Primjer 5: Rijeite pomou inverzne matrice sustav 5 x1 6 x 2 + 4 x3 = 3 3x1 3x 2 + 2 x3 = 2 . 4 x1 5 x 2 + 2 x3 = 1 Zadani se sustav moe napisati u obliku
5 3 4 -6 -3 -5 -6 -3 -5 4 x1 3 2 x 2 = 2 . 2 x3 1 4 x1 3 x i B = 2 , 2 , X = 2 x3 1 2

Uz oznake
5 A = 3 4

sustav moemo napisati u obliku matrine jednadbe

A X = B,
koja openito, ako je rjeiva, ima rjeenje

X = A 1 B . Dakle, rijeiti sustav pomou inverzne matrice znai da se rijei pomou prethodne formule.
Budui da je det A = -4, sustav se moe rijeiti na ovaj nain. Postupkom opisanim u primjeru 2 dobije se 4 - 8 0 1 1 A = 2 - 6 2 , 4 - 3 1 3 pa je
x1 2 - 16 - 4 1 4 - 8 0 3 x = X = A 1 B = 1 2 - 6 2 2 = 1 6 - 12 + 2 = 1 - 4 = 1 2 4 4 4 x3 - 9 + 2 + 3 - 4 1 - 3 1 3 1

28

odakle dobivamo: x1 = 1, x 2 = 1, x 3 = 2.
Primjer 6: Rijeite pomou inverzne matrice sustav

4 x1 + 3x 2 = 28 2 x1 + 5 x 2 = 42 Ovdje su 4 A= 2

3 x1 28 , X = x i B = 42 . 5 2

Budui da je prema primjerima 3 i 4

A 1 =
prema prethodnom primjeru dobivamo

1 5 14 - 2

- 3 , 4 - 3 4 28 1 42 = 8 ,

x1 1 5 1 x = X = A B = 14 - 2 2

odakle slijedi x1 = 1, x 2 = 8 .

29

1.7. RJEAVANJE SUSTAVA LINEARNIH JEDNADBI


Do sada smo upoznali dvije metode a) pomou determinanti b) pomou inverzne matrice. de rjeavanja sustava linearnih jednadbi: Navedene metode mogu se primijeniti samo u sluaju kada je broj jednadbi jednak broju nepoznanica i kad je broj jednadbi relativno malen. Metode koje emo sada opisati na primjerima nemaju takvo ogranienje.

1.7.1. Metoda supstitucije


Metoda supstitucije primjenjuje se ii na druge, a ne samo na linearne sustave jednadbi. Ona se sastoji u tome da iz jedne jednadbe izrazimo jednu od nepoznanica i uvrstimo dobiveni izraz na mjesto te nepoznanice u ostalim jednadbama. Time smo smanjili broj jednadbi i broj nepoznanica za jedan. Nastavljamo s daljnjim supstitucijama sve dok ne doemo do samo jedne jednadbe. Metoda je vrlo zgodna za male sustave, osobito za 2 2 -sustave. Kod sustava veih od 3 3 postaje nepregledna te su uobiajene druge metode.
Primjer 1: Metodom supstitucije rijeite sustav x + 2y + z = 3 3 x 2 y 4 z = 2 2 x + 3 y z = 6 Rjeenje: ---------------Iz prve jednadbe izrazimo x pomou preostalih nepoznanica i zatim to uvrstimo u drugu i treu jednadbu (sve jednadbe osim one iz koje smo izrazili x ). Imamo: x = 3 2y z 3(3 2 y z ) 2 y 4 z = 2 2(3 2 y z ) + 3 y z = 6 Nakon sreivanja dobivamo druge i tree jednadbe dobivamo::

8 y 7 z = 11 y 3z = 12 Sada iz druge jednadbe prethodnog sustava traimo izraz za y i to uvrstimo u prvu jednadbu: y = 12 3z 8(12 3 z ) 7 z = 11 Nakon sreivanja druge jednadbe dobivamo: 17 z = 85 z = 5

30

Sada izraunamo y i x iz sustava:

y = 12 3z x = 3 2 y z,

odakle dobivamo:

x = 3 2 y z = 3 2 ( 3) 5 = 4 .

y = 12 3 5 = 3

Dakle, rjeenje sustava je x = 4, y = -3, z = 5.


Primjer 2: Metodom supstitucije rijeite sustav 3x1 + 5 x 2 x3 2 x 4 = 11 x3 = 3 x1 + 5 x 2 2 x 4 11 2 x1 + 4 x 2 x3 + x 4 = 8 4 x1 x 2 + x3 = 11 5 x1 + 3x 2 2 x3 + x 4 = 13

--------------------------------

5 x1 + 3x 2 2(3x1 + 5 x 2 2 x 4 11) + x 4 = 13

2 x1 + 4 x 2 (3 x1 + 5 x 2 2 x 4 11) + x 4 = 8 4 x1 x 2 + (3 x1 + 5 x 2 2 x 4 11) = 11

------------------------------------------------ x1 x 2 + 3 x 4 = 3 x1 = 3 x 2 + 3 x 4 7 x1 + 4 x 2 2 x 4 = 13 x1 7 x 2 + 5 x 4 = 35 --------------------------7(3 x 2 + 3 x 4 ) + 4 x 2 2 x 4 = 13 (3 x 2 + 3 x 4 ) x 2 + 5 x 4 = 35

------------------------------- 3 x 2 + 19 x 4 = 34 6 x 2 + 2 x 4 = 32 x 4 = 3 x 2 16 3 x 2 + 19(3 x 2 16 ) = 34 54 x 2 = 270 x2 = 5 x 4 = 3 x 2 16 = 3 5 16 = 1 x1 = 3 x 2 + 3 x 4 = x1 = 3 5 + 3 ( 1) = 5 x3 = 3x1 + 5 x 2 2 x 4 11 = 3 ( 5) + 5 5 2( 1) 11 = 1

-----------------

Rjeenje: (x1 , x2 , x3 , x 4 ) = ( 5, 5, 1, - 1)

31

Provjera: 3(-5) + 55 -1 2(-1) = 11 -15 + 25 -1 + 2 = 11 11 = 11 4(-5) -5 + 1 = -24 -20 5 + 1 = -24 -24 = 24 1.6. 2. Gaussova metoda eliminacija

2(-5) + 45 -1 + (-1) = 8 -10 + 20 -1 -1 = 8 8=8 5(-5) + 35 - 21 + (-1) = -13 -25 + 15 2 1 = - 13 -13 = -13

Gaussova metoda eliminacija sastoji se postepenom ponitavanju (eliminiranju) veine koeficijenata sustava koristei odreene operacije zvane elementarne transformacije. Kako se nepoznanice tijekom rjeavanja sustava ne mijenjaju, sam postupak moemo uiniti preglednijim ako ga izvodimo tablino, tj. tako da piemo samo tablicu koeficijenata i slobodnih lanova, a pamtimo koji koeficijenti idu uz koje nepoznanice.
Primjer 3: Matrica

1 1 2 2 1 2 1 0 2 3 2 4 2 3 5 5 predstavlja sustav od etiri jednadbe i tri nepoznanice: x1 + x 2 + 2 x3 = 2 x1 + 2 x 2 x3 = 0 . 2 x1 + 4 x 2 + 2 x3 = 3 2 x1 + 3 x 2 + 5 x3 = 5 Cilj Gaussove metode eliminacija je matricu sustava svesti na oblik iz kojeg je lako oitati rjeenje. Dozvoljene operacije koje u Gaussovoj metodi eliminacija smijemo primijeniti na matricu sustava zovu se elementarne transformacije. Ima ih tri: 1) Zamjena dvaju redaka (lan po lan), 2) Mnoenje nekog retka brojem koji nije nula (mnoenje svih lanova retka tim brojem), 3) Pribrajanje jednog retka drugom (lan po lan). Time se mijenja proirena matrica sustava, ali ne i skup rjeenja. Izmeu uzastopnih matrica koje dobivamo u Gaussovoj metodi piemo znak ~.

32

Zamjena redaka matrice sustava je dozvoljena jer odgovara zamjeni redoslijeda jednadbi, to oigledno ne mijenja rjeenje sustava.
Primjer 4:

1 1 2 2

2 1 2 1 0 2 ~ 4 2 3 1 3 5 5 2 2

2 4 2 3 . 2 1 0 3 5 5 2

Mnoenje retka brojem razliitim od nule odgovara mnoenju jednadbe tim brojem, to takoer ne mijenja rjeenja te jednadbe pa time ni cijelog sustava. Kako je dijeljenje 1 brojem a 0 isto to i mnoenje brojem = , slijedi da ova elementarna

transformacija dozvoljava i dijeljenje brojem koji nije nula.

Primjer 5:

1 1 2 2

2 2 1 0 (mnoenje 2.retka s 2 ) ~ 4 2 3 3 5 5 2

1 2 2 2

2 4 2 0 . 4 2 3 3 5 5 2

Pribrajanje jednog retka drugom retku odgovara zbrajanju dvije jednadbe sustava, to takoer ne mijenja skup rjeenja. 1 1 2 2 1 2 2 2 1 0 1 (1. retku pribrojim drugi ) ~. 4 2 3 2 2 3 5 5 2 1 2 2 1 0 . 4 2 3 3 5 5 3

Budui da je oduzimanje nekog retka isto to i mnoenje jednog retka s 1 te zatim pribrajanje tom drugom retku, slijedi da je kombinacije ove i prethodne elementarne transformacije dozvoljava i oduzimanje jednog retka od drugog. Nadalje, primijetimo da elementarne transformacije dozvoljavaju dodavanje i oduzimanje proizvoljnog viekratnika jednog retka nekom drugom retku. 33

Primjer 7: elimo li primjerice dvostruki drugi redak oduzeti od etvrtog, to je dozvoljeno, to je dozvoljeno je ekvivalentno sljedeem redoslijedu elementarnih transformacija:

1. Drugi redak pomnoimo s 2 . 2. Tako izraunati novi drugi redak dodamo etvrtom retku. 3. Drugi redak podijelimo s 2 , ime ga vraamo u oblik prije drugog koraka. 1 1 2 2 1 2 1 2 1 0 2 ~ 4 2 3 2 3 5 5 2 2 1 2 1 4 2 0 2 ~ 4 2 3 2 3 5 5 4 2 1 2 1 4 2 0 1 ~ 4 2 3 2 7 3 5 4 2 1 2 2 1 0 . 4 2 3 7 3 5 2

Primjer 8. Gaussovom metodom rijeite sustav

+ 2y x 2x x + 2y x
Rjeenje: Proirena matrica sustava je

+ 3z +z z

=3 = 2 . =3 =1

+ 2 y + 12 z

1 2 3 3 2 0 1|- 2 . 1 2 1 | 3 1 2 12 | 5 elimo ovu matricu svesti na oblik 1 2 3 3 0 | . 0 0 | 0 0 | U prvom koraku na proirenu matricu sustava primijenimo ove transformacije: 1. R2 : R2 + 2 R1 2. R3 : R3 R1 3. R2 : R4 + R1

34

3 0 4 7| 4 . 0 0 4 | 3 0 4 15 | 4 Na dobivenu matricu primijenimo transformaciju R4 : R4 R2 1 2 3 1 2 3 3 1 2 3 3 0 4 7| 4 ~ 0 4 7| 4 0 0 4 | 3 0 0 4 | 3 8| 0 0 4 15 | 4 0 0 a na dobivenu matricu primijenimo transformaciju R4 : R4 + 2 R3 pa dobijemo 1 2 3 3 1 2 3 3 0 4 7| 4 0 4 7| 4 . 0 0 4 | 3 0 0 4 | 3 8| 0 0 0 0 | 0 0 0 etvrti redak glasi 0 = 0 , to je tono, iz treeg retka slijedi z = 0 , iz drugog 4 y + 7z = 4 4 y = 4 y = 1 , a iz prvog x + 2 y + 3z = 3 x + 2 = 3 x = 1 . Dakle, rjeenje sustava je: x = 1 , y = 1 , z = 0 .

1 2 3 3 2 0 1|- 2 ~ 1 2 1 | 3 1 2 12 | 5

35

1. 8 RANG MATRICE
Neka je A matrica tipa mxn. Minor ili subdeterminanta matrice A zovemo determinantu neke podmatrice od A reda k, k min{m, n} , koju dobijemo izostavljanjem m1 redaka i n1 stupaca iz matrice A, pri emu ne mora biti m1= n1. Rang matrice A jednak je redu najvee (po formatu) subdeterminante matrice A razliite od nule, oznaka r(A). Dakle, ako je A kvadratna matrica reda n i ako je det A razliita od nule, onda rang matrice A jednak n, piemo r(A) = n. Ako je det A = 0, onda je rang matrice A manji od n. U tom sluaju moramo formirati sve mogue podmatrice od A reda manjeg od n, sve dok ne dobijemo jednu ija je determinanta razliita od nule. Raunanje ranga na taj nain ponekad moe trajati dugo, pa se odreivanje ranga openito provodi na nain koji emo opisati u nastavku. Za kvadratnu matricu T kaemo da je trokutasta ako su joj svi elementi ispod (ili iznad) dijagonale jednaki nuli. Sljedee su matrice trokutaste treeg reda:
1 2 3 1 0 0 0 4 5 , T = 6 4 0 . T1 = 2 0 0 6 7 8 6 Za matricu O kaemo da je nul matrica ako su joj svi elementi jednaki nuli.

Neka je A matrica tipa mxn koja ima jedan od sljedea dva oblika: H | O3 H| K A = - - - - - - - - - , A = - - - - - - - - - , O1 | O 2 O1 | O 2 gdje je H trokutasta matrica reda k, a O1, O2 i O3 su nul matrice; ne mora se pojaviti ni jedna od matrica K, O1, O2 i O3 . Tada je rang matrice A jednak k, piemo r(A) = k.
Primjer 1: Neka su zadane matrice: 1 0 | 0 0 0 1 0 | 0 0 0 0 1 | 2 0 0 i B = 0 1 | 0 0 0 . A= 0 0 0 0 0 0 0 0 0 0 Uoimo da je:

1 0 0 0 0 0 0 0 0 0 H = , K = 2 0 0 , O1 = 0 0 , O2 = [0 0] , O3 = 0 0 0 . 0 1 Dakle, r(A) = 2 i r(B) =2 jer H trokutasta matrica drugog reda.

36

Pod elementarnim transformacijama podrazumijevamo sljedee operacije nad recima (stupcima) matrice A: 1) mnoenje nekog retka (stupca) matrice A brojem razliitim od nule, 2) dodavanje nekog retka (stupca) matrice A, eventualno pomnoenog odreenim brojem, nekom drugom retku (stupcu) te matrice, 3) zamjena mjesta dvaju redaka ili stupaca. Kae se da su matrice A i B istog formata ekvivalentne, piemo A~B, ako se matrica B moe dobiti iz A pomou konanog broja elementarnih transformacija 1) 3). Moe se dokazati da ekvivalentne matrice imaju isti rang.
Primjer 2: Pokaite da se iz matrice
1 0 0 2 1 C = 1 0 0 3 1 2 0 0 5 0

mogu elementarnim transformacijama dobiti matrice A i B iz primjera 1.


Rjeenje:
1 0 0 2 1 1 0 0 2 1 1 0 0 3 1 ~(I r (-1) +II r, I r (-2) +III r)~ 1 0 0 1 2 ~ 2 0 0 5 0 0 0 0 1 2 1 0 0 0 0 (I s(-2)+IV s, I s(-1)+V s)~ 1 0 0 1 2 = (II r (-1) + III r) ~ 0 0 0 1 2 1 0 0 0 0 1 0 0 1 2 ~ 0 0 0 0 0

~ (zamijenimo mjesta drugom i etvrtom stupcu, te treem i petom stupcu) ~


1 0 0 0 0 ~ 1 1 2 0 0 = A ~(II s(-1) + IIIs) ~ 0 0 0 0 0 1 0 0 0 0 1 1 0 0 0 = B. 0 0 0 0 0

37

Primjer 3: Odredite rang matrice

3 4 1 2 2 3 1 2 . A= 1 1 1 1 1 5 2 6
Rjeenje:

Koristimo elementarne transformacije: 3 4 3 4 1 2 1 2 0 1 5 6 2 3 1 2 ~ (I r(-2) + II r, I r(-1) + IIIr, I r(-1) + IV r) ~ 0 1 2 5 1 1 1 1 0 7 5 10 1 5 2 6 3 4 1 2 0 1 5 6 ~(III r(-10)+IV r) ~ ~( II r(-1)+III r, II r(-7)+IVr) ~ 0 0 3 1 0 0 30 32 3 4 1 2 0 1 5 6 . ~ 0 0 3 1 0 22 0 0 Dakle, H je trokutasta matrica 4. reda. Matrice H, O1, O2, O3 i K se ne pojavljuju. Stoga je r(A) = 4. Do istog zakljuka doli bismo iz injenice da je 3 4 1 2 0 1 5 6 = -66 0, det A = det 0 0 3 1 0 22 0 0 pa je rang od jednak redu matrice A, tj. r(A) = 4.

38

Primjer 4: Odredite rang matrice

1 4 A= 0 5
Rjeenje:

0 0 3 3

0 - 1 . 1 0

1 4 0 5

0 0 3 3

0 - 1 ~ (I r(-4) + II r, I r(-5) + IV r) ~ 1 0

1 0 0 0 0 1 3 0

0 0 3 3

0 - 1 ~ (II r(-1) , IVr:3) ~ 1 0 1 0 0 0

1 0 0 0 0 1 0 0

0 0 3 1

0 1 ~ 1 0

1 0 ~( drugi i etvrti redak zamijene mjesta) ~ 0 0 1 0 ~(III r(-1) + IV r) ~ 0 0 0 1 0 0 0 0 . 1 0

0 0 ~(II r(-3) + III r) ~ 1 1

0 0 ~ 1 1

Sada vidimo da je H trokutasta (tovie i dijagonalna), O1 = [0 0 0], ostale se matrice ne pojavljuju. Dakle r(A) = 3.

39

1. 9. METODA ULAZA I IZLAZA


Metoda ulaza i izlaza (input-output analza) je primjer primjene matrica na ekonomiju. Nastala je 1936. godine, tvorac joj je Wassily Leontief. Model pruava pojednostavljenu ekonomiju neke zemlje (mjesta, kraja ili regije) koju ine vie grana (sektora). Cilj je uspostaviti kvantitativne relacije meu tim granama da tijek proizvodnje bude nesmetan. Odnose proizvodnje i potronje meu granama modeliramo kvadratnom matricom. Pritom su: (1) ulaz (input) ono to u privrednu granu ulazi (sredstva proizvodnje, rad), (2) izlaz (output) ono to izlazi iz privredne grane (proizvod, usluga).

Neka je itavo gospodarstvo podijeljeno na n grana. Osnovno pitanje koje postavljamo je: Koju razinu proizvodnje svaki od n sektora treba ostvariti pa da se zadovolji potranja za tim proizvodom?

Pretpostavke modela
Ukupni izlaz iz i tog sektora oznaimo s Qi , to je sve ono to taj sektor daje (proizvodi). Neki sektori za svoj ulaz koriste dio izlaza drugih sektora. Oznaimo s Qij dio izlaza i tog sektora koji slui kao ulaz za j ti sektor. Na kraju, oznaimo s qi finalnu potranju i tog sektora, tj. dio izlaza i tog sektora koji se ne koristi kao ulaz u drugim sektorima proizvodnje niti se koristi tamo gdje je stvoren (npr. potronja, izvoz, dio koriten u sektorima koji modelom nisu obuhvaeni). Sve ove veliine mogu bizi izraene u vrijednosnim (novanim) ili koliinskim jedinicama. Iz navedenih podataka sastavlja se tablica ulaza i izlaza (I-O tablica):

Qi Q1 Q2
M Qn

Qij Q11 L QIn Q21 LQ2 n


M Qn1 LQnn

qi q1 q2
M qn

Osnovna relacija I-O tablice:


Qi = Qij + qi , i = 1, 2, ..., n .
j =1 n

Dio proizvoda i tog sektora koji koristi j ti sektor za proizvodnju jedne jedinice svog proizvoda je stalan i nazivamo ga tehniki koeficijent proizvodnje aij :

aij =

Qij Qj

, j = 1,2,..., n .

40

Odatle slijedi da je Qij = aij Q j , j = 1,2,L , n , pa osnovna relacija sada glasi:


Qi = aij Q j + qi , i = 1, 2, ..., n .
j =1 n

Matrica
Q1 Q Q = 2 M Qn zove se matrica proizvodnje ili matrica ukupnih izlaza. Ona govori kolika je u jedinicama (koliini, vrijednosti) ukupna proizvodnja sektora Q1 , Q 2 , ..., Q n .

Matrica
Q11 L Q1n Q L Q 2n 21 M M Qn1 L Q nn naziva se matrica ulaza-izlaza. Matrica q1 q q = 2 M q n naziva se matrica finalne potranje. Matrica a11 L a 1n a L a 2n A = 21 M M a n1 L a nn zove se matrica tehnikih koeficijenata.

Osnovnu relaciju sada moemo pisati u obliku Q = AQ + q ili Q AQ = q . Uvedemo li matricu tehnologije T = I A imamo TQ = q Q = T -1q . Primijetimo da su u ovom modelu matrice A, T i T 1 konstantne. To znai kad ih jednom izraunamo moemo ih primijeniti na razliite vrijednosti ukupnih izlaza i finalne potranje.

41

Primjer 1: Zadana je I-O tablica neke dvosektorske ( n = 2 ) privrede:

Qi
1000 1200 250 250

Qij
600 600

qi
150 650

Odredite pripadne matrice A, T i T 1 .


Rjeenje:

aij =

Qij Qj

, i, j = 1,2
Q21 250 1 = = = 0.25 Q1 1000 4

a11 =

Q11 250 1 = = = 0.25 Q1 1000 4 Q12 600 1 = = = 0 .5 Q2 1200 2

a 21 =

a12 =

a 21 =

Q22 300 1 = = = 0.25 Q2 1200 4

0.25 A= 0.25

0.5 0.25

1 0 0.25 T =I A= 0 1 0.25 3 3 1 1 7 = 4 4 2 4 16 1 3 4 2 16 = 7 3 1 4 4

1 3 4 - 2 0.5 = 0.25 1 3 4 4

det T =

T 1

3 4 1 = det T 1 4

1 12 8 2 7 7 . = 3 4 12 4 7 7

42

Primjer 2: Zadana je I-O tablica neke dvosektorske ( n = 2 ) privrede:

Qi
20 24 5 10

Qij
12 6

qi
3 8

Odredite novi I-O tablicu ako je nova matrica (vektor) finalne potranje: 5 q = . 10 Rjeenje: 12 1 1 1 5 1 1 3 20 24 4 2 4 2 4 - 2 0.25 0.5 1 0 A= = = = 0.5 0.25 , T = I A = 0 1 -1 3 1 3 10 1 1 6 4 2 4 2 20 24 2 4 3 1 3 1 12 8 4 2 4 2 5 5 16 1 3 3 1 1 5 1 det T = = , T = = = det T 4 4 2 2 16 5 1 3 8 12 1 3 2 4 2 4 5 5 12 8 5 5 5 28 Q1 1 Q = T q = = = 8 12 10 32 Q2 5 5 Qij = aij Q j 1 1 28 = 7, Q21 = a 21 Q1 = 28 = 14, 4 2 1 1 Q12 = a12 Q2 = 32 = 16, Q22 = a 22 Q2 = 32 = 8. 2 4 Nova I-O tablica: Q11 = a11 Q1 = Qi
28 32 7 14

Qij
16 8

qi
5 10

43

Primjer 3; Zadana je matrica tehnologije

1 3 5 - 4 T = 1 2 4 5 i matrica finalne potranje 9 q= 14 jednog dvosektorskog gospodarstva. Sastavite I-O tablicu tog gospodarstva.
Rjeenje: det T =

3 2 1 1 6 1 96 25 71 = = = 5 5 4 4 25 16 400 400 1 2 1 5 4 4 400 1 T = 71 3 1 3 5 4 5 2 1 5 4 9 40 400 1 Q = T q = = 14 60 71 1 3 4 5 1 2 1 3 5 - 4 5 4 1 0 A = I T = = 0 1 1 2 1 3 4 5 4 5 Qij = aij Q j 2 5 1 = det T 1 4

2 1 40 = 16, Q21 = a 21 Q1 = 40 = 10, 5 4 1 3 Q12 = a12 Q2 = 60 = 15, Q22 = a 22 Q2 = 60 = 36. 4 5 Tablica ulaza-izlaza: Q11 = a11 Q1 = Qi
40 60 16 10

Qij
15 36

qi
9 14

44

Primjer 4; Zadan je inverz matrice tehnologije 12 8 5 5 T 1 = 8 12 5 5 i matrica finalne potranje 3 q= 8 jednog dvosektorskog gospodarstva. Sastavite I-O tablicu tog gospodarstva. Rjeenje: T = T 1

( )

det T 1 =

12 12 8 8 144 64 80 = = 5 5 5 5 25 25 25

T=

1 det T 1

8 8 3 1 12 12 5 -5 5 - 5 4 - 2 25 = = 8 12 80 8 12 1 3 4 5 5 5 5 2

8 1 1 12 3 5 -5 4 - 2 4 3 20 1 0 A = I T = Q = T 1 q = = , = 0 1 1 8 24 8 12 3 1 4 2 2 5 5 Qij = aij Q j 2 1 20 = 8, Q21 = a 21 Q1 = 20 = 10, 4 2 1 1 Q12 = a12 Q2 = 24 = 12, Q22 = a 22 Q2 = 24 = 6. 2 4 Tablica ulaza-izlaza: Q11 = a11 Q1 = Qi
20 24 5 10

1 2 1 4

Qij
12 6

qi
3 8

45